KR20140118209A - Speculative platform system for financial trading and the method - Google Patents

Speculative platform system for financial trading and the method Download PDF

Info

Publication number
KR20140118209A
KR20140118209A KR1020130033720A KR20130033720A KR20140118209A KR 20140118209 A KR20140118209 A KR 20140118209A KR 1020130033720 A KR1020130033720 A KR 1020130033720A KR 20130033720 A KR20130033720 A KR 20130033720A KR 20140118209 A KR20140118209 A KR 20140118209A
Authority
KR
South Korea
Prior art keywords
order
packet
unit
financial transaction
information
Prior art date
Application number
KR1020130033720A
Other languages
Korean (ko)
Other versions
KR101535500B1 (en
Inventor
정재웅
Original Assignee
아토리서치코리아(주)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아토리서치코리아(주) filed Critical 아토리서치코리아(주)
Priority to KR1020130033720A priority Critical patent/KR101535500B1/en
Publication of KR20140118209A publication Critical patent/KR20140118209A/en
Application granted granted Critical
Publication of KR101535500B1 publication Critical patent/KR101535500B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

The present invention relates to a prediction system platform for financial product transaction and is a system for orders of electric financial transaction. The present invention includes: an order inputting unit for receiving financial transaction order inputted based on the financial transaction information provided from a market price information unit; an order information learning unit for recognizing and grasping order patterns from the financial transaction order information inputted from the order inputting unit; an order prediction unit for predicting a corresponding financial transaction order from pre-produced order packet data using the learned order patterns; an order comparison unit for determining if there is order information identical to the inputted financial transaction order after comparing the same with the stored order prediction information; a packet production unit for producing order packet for the financial transaction order predicted by the order prediction unit; a packet encoding unit for encoding the order packet produced by the packet production unit; and a transmitting unit for transmitting the encoded order packet to an exchange market. According to the present invention, when trading financial product, the present invention produces an order packet in advance after predicting an order a user would order and immediately transmits the corresponding order packet to the exchange market when the order is made, thereby reducing the processing time of the packet production.

Description

금융상품거래를 위한 예측 플랫폼 시스템 및 그 제공방법{Speculative platform system for financial trading and the method}Technical Field [0001] The present invention relates to a forecasting platform system for financial instruments trading,

본 발명은 금융상품거래를 위한 예측 플랫폼 시스템 및 그 방법에 관한 것으로, 특히 금융 상품 거래시 사용자가 내릴 주문을 예측하여 그에 대한 주문 패킷을 미리 생성한 후 예측된 주문의 요청시 해당 주문 패킷을 거래소에 즉시 전송함으로써 패킷 생성에 대한 수행시간을 단축시킬 수 있는 금융상품거래를 위한 예측 플랫폼 시스템 및 그 방법에 관한 것이다.
The present invention relates to a forecast platform system and method for trading a financial instrument, and more particularly, to a system and method for forecasting a platform for trading financial instruments, To a system for forecasting platform for financial instrument transactions and a method thereof, which can shorten the execution time for packet generation.

최근 컴퓨터와 네트워크 기술의 발달로 인하여 전자적인 플랫폼을 이용하여 금융 상품을 거래하는 방식이 점점 더 발전하고 있다. 이러한 금융 상품 거래 플랫폼은 기본적으로 한 개 이상의 금융 상품의 시세의 변화에 따라 사용자 주문 혹은 컴퓨터 알고리즘이 내는 새로운 주문을 받아서 해당 상품의 거래소에서 요구하는 프로토콜에 따라 네트워크 패킷을 생성하여 거래소에 주문을 내리게 된다.Recently, with the development of computer and network technology, the way of trading financial products using electronic platform is getting more and more developed. The financial product trading platform basically receives a new order issued by a user order or a computer algorithm according to a change in the price of one or more financial products, generates a network packet according to a protocol required by the corresponding commodity exchange, do.

이러한 과정으로 인해 금융 상품 거래 플랫폼의 사용자 및 컴퓨터 알고리즘은 상품 시세를 받는 시간으로부터 자신의 주문 패킷이 거래소에 받아들여지는 시간을 최소화함으로써, 해당 상황에 가장 적합한 주문을 내고 자신의 결정의 위험도를 낮추려고 한다. Due to this process, the user and computer algorithms of the financial product trading platform minimize the time taken to receive the order packet from the time it receives the commodity quote, and thereby reduce the risk of the user's decision I will try.

도 1은 종래에 따른 금융 상품 거래 플랫폼의 구성을 개략적으로 도시한 도면이다 도 1에 도시된 바와 같이, 시세 정보부(101)에서 제공되는 금융상품거래 정보를 바탕으로 사용자 주문 입력부(102)를 통해 사용자에 의해 주문 입력을 대기하거나 또는 컴퓨터 프로그램이 내린 주문을 쓰레드가 받아서 처리한다. 이렇게 받은 주문은 주문 확인부(103)에서 입력 주문에 대한 정보를 확인한 후 주문 패킷 생성부(104)에서 거래소가 정한 패킷의 형태로 변환하게 된다. 그 후, 거래소에서 암호화를 요구하는 경우에는 주문 패킷 암호화부(105)에서 암호화 과정을 통해 주문 패킷을 암호화하게 된다. 이렇게 생성된 패킷은 전송부(106)에서 거래소가 정한 프로토콜을 따라 거래소(107)에서 발송하게 된다. 1 is a block diagram schematically illustrating a configuration of a conventional financial instrument trading platform. Referring to FIG. 1, a user terminal 100 is connected to a user order input unit 102 based on financial instrument transaction information provided by a ticker information unit 101 A thread waits for an order entry by the user, or the order the computer program receives is processed by the thread. After receiving the order, the order confirmation unit 103 confirms the information about the input order, and the order packet generation unit 104 converts the order into the packet format determined by the exchange. Thereafter, when the exchange requests the encryption, the order packet encryption unit 105 encrypts the order packet through the encryption process. The generated packet is transmitted from the exchange 107 in accordance with the protocol set by the exchange in the transmission unit 106.

그러나, 종래의 주문 생성 과정은 패킷을 생성하는 일뿐만 아니라 종종 거래소에서 요구하는 대로 암호화를 하여야 하므로, 하나의 주문을 받아서 해당 주문 패킷을 거래소에 전송할 때까지 빠른 처리가 요구되지만 주문 패킷 생성 및 암호화 과정이 적지 않은 시간이 걸린다는 문제점이 발생한다.
However, since the conventional order generation process requires not only generating a packet but also encrypting it as often required by an exchange, it is required to process a request until a single order is received and the corresponding order packet is transmitted to the exchange. However, A problem arises that the process takes a considerable amount of time.

본 발명이 해결하고자 하는 기술적 과제는 금융 상품 거래시 사용자가 내릴 주문을 예측하여 그에 대한 주문 패킷을 미리 생성한 후 예측된 주문의 요청시 해당 주문 패킷을 거래소에 즉시 전송함으로써 패킷 생성에 대한 수행시간을 단축시킬 수 있는 금융상품거래를 위한 예측 플랫폼 시스템 및 그 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made in view of the above problems, and it is an object of the present invention to provide a method and apparatus for generating a packet, And to provide a method and system for forecasting a platform for financial instrument transactions.

본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.It is to be understood that both the foregoing general description and the following detailed description are exemplary and explanatory and are not restrictive of the invention, unless further departing from the spirit and scope of the invention as defined by the appended claims. It will be possible.

상기 기술적 과제를 해결하기 위한 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 시스템은, 전자 금융 거래의 주문을 위한 시스템에 있어서,시세 정보부에서 제공되는 금융거래정보를 바탕으로 입력된 금융거래주문을 입력받는 주문 입력부와; 상기 주문 입력부에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하는 주문 정보 학습부와; 상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터에서 해당 금융거래주문을 예측하는 주문 예측부와; 상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하는 주문 비교부와; 상기 주문 예측부에서 예측된 금융거래주문에 대한 주문 패킷을 생성하는 패킷 생성부와; 상기 패킷 생성부에서 생성된 주문 패킷을 암호화 처리하는 패킷 암호화부 및 상기 암호화 처리된 주문 패킷을 거래소에 전송하는 전송부를 포함하는 점에 그 특징이 있다.According to an aspect of the present invention, there is provided a system for placing an order for an electronic financial transaction, the system comprising: a system for inputting a financial transaction order inputted based on financial transaction information provided by a ticker information unit, A receiving order input section; An order information learning unit that learns and learns an order pattern from the financial transaction order information input to the order input unit; An order predicting unit for predicting the inputted financial transaction order from the order packet data generated in advance using the learned order pattern; An order comparison unit comparing the pre-stored order prediction information with the inputted financial transaction order to determine whether there is matching order information; A packet generating unit for generating an order packet for a financial transaction order predicted by the order predicting unit; A packet encryption unit for encrypting the order packet generated by the packet generation unit, and a transmission unit for transmitting the encrypted order packet to the exchange.

여기서, 특히 상기 주문 정보 학습부에서 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터를 저장하는 저장부를 더 포함하는 점에 그 특징이 있다.In particular, the present invention is characterized in that it further includes a storage unit for storing order packet data generated in advance using the order pattern learned by the order information learning unit.

여기서, 특히 상기 주문 예측부에서 상기 입력된 금융거래주문에 대응하는 주문 패킷이 예측되지 않으면 상기 입력된 금융거래주문에 대한 주문 패킷을 생성하도록 상기 패킷 생성부에 신호를 출력하는 점에 그 특징이 있다.In particular, the order prediction unit outputs a signal to the packet generation unit to generate an order packet for the input financial transaction order if the order packet corresponding to the input financial transaction order is not predicted, have.

여기서, 특히 상기 예측되지 않은 주문 패킷에 대해 주문 패킷을 생성한 후 저장부에 저장하는 점에 그 특징이 있다.In particular, an order packet is generated for the unexpected order packet and then stored in the storage unit.

또한, 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 제공방법은, 금융거래시세 정보부에서 제공되는 금융거래정보를 바탕으로 금융거래주문을 입력받는 단계와; 상기 주문 입력부에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하는 단계와; 상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 예측 패킷 데이터에서 해당 주문을 예측하는 단계와; 상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하는 단계; 및 상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보와 일치하면 해당 주문 정보에 대응하는 기 생성된 주문 예측 패킷을 거래소에 전송하는 단계를 포함하는 점에 그 특징이 있다. According to another aspect of the present invention, there is provided a method for providing a forecasting platform for a financial instrument transaction, the method comprising: inputting a financial transaction order based on financial transaction information provided by a financial transaction price information unit; Determining and learning an order pattern from the financial transaction order information input to the order entry unit; Estimating an order of the inputted financial transaction order from order prediction packet data generated in advance using the learned order pattern; Comparing the pre-stored order prediction information with the input financial transaction order to determine whether there is matching order information; And transmitting the pre-generated order prediction packet corresponding to the order information if the pre-stored order prediction information matches the input financial transaction order to the exchange.

여기서, 특히 상기 주문을 예측하는 단계는, 상기 학습된 주문 정보를 저장하는 단계와; 상기 저장된 주문 정보를 바탕으로 주문 예측 패킷을 생성하는 단계와; 상기 주문 예측 패킷을 암호화 처리하는 단계 및 상기 암호화 처리된 주문 예측 패킷을 저장하는 단계를 포함하는 점에 그 특징이 있다. In particular, the step of predicting the order may include: storing the learned order information; Generating an order prediction packet based on the stored order information; A step of encrypting the order prediction packet, and a step of storing the encryption processing order prediction packet.

여기서, 특히 상기 판단하는 단계에서 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 없으면 상기 입력된 금융거래주문에 대응하는 주문 패킷을 생성하는 단계와; 상기 생성된 주문 패킷을 암호화 처리하는 단계 및 상기 암호화 처리된 주문 패킷을 거래소에 전송하는 단계; 및 상기 전송된 주문 패킷을 저장하는 단계를 포함하는 점에 그 특징이 있다.
Comparing the pre-stored order prediction information in the determining step to generate an order packet corresponding to the inputted financial transaction order if there is no matching order information; Encrypting the generated order packet and transmitting the encrypted order packet to an exchange; And storing the transmitted order packet.

본 발명에 따르면, 금융 상품 거래시 사용자가 내릴 주문을 예측하여 그에 대한 주문 패킷을 미리 생성한 후 예측된 주문의 요청시 해당 주문 패킷을 거래소에 즉시 전송함으로써 패킷 생성에 대한 수행시간을 단축시킬 수 있는 금융상품거래를 위한 예측 플랫폼 시스템 및 그 방법을 높일 수 있다.
According to the present invention, when a financial product is traded, a user can predict an order to be issued, generate an order packet for the order in advance, and immediately transmit the order packet to the exchange upon request of a predicted order, thereby shortening the execution time The forecasting platform system and the method for trading financial instruments can be enhanced.

도 1은 종래에 따른 금융 상품 거래 플랫폼의 구성을 개략적으로 도시한 도면.
도 2는 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 시스템의 구성을 개략적으로 도시한 도면.
도 3은 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 제공방법에 대한 순서도.
도 4는 본 발명에 따른 주문 예측의 과정을 도시한 도면.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 schematically shows a configuration of a conventional financial instrument trading platform; FIG.
2 is a view schematically showing a configuration of a prediction platform system for financial instrument trading according to the present invention.
3 is a flowchart of a method for providing a forecasting platform for financial instrument trading according to the present invention.
FIG. 4 illustrates a process of order prediction according to the present invention; FIG.

이하 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있는 바람직한 실시 예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시 예에 대한 동작 원리를 상세하게 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. However, the detailed description of known functions and configurations incorporated herein will be omitted when it may unnecessarily obscure the subject matter of the present invention.

또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다.The same reference numerals are used for portions having similar functions and functions throughout the drawings.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 '연결'되어 있다고 할때, 이는 '직접적으로 연결'되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 '간접적으로 연결'되어 있는 경우도 포함한다. 또한 어떤 구성 요소를 '포함'한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
In addition, in the entire specification, when a part is referred to as being 'connected' to another part, it may be referred to as 'indirectly connected' not only with 'directly connected' . Also, to include an element does not exclude other elements unless specifically stated otherwise, but may also include other elements.

이하 본 발명의 일 실시 예를 첨부된 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 2는 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 시스템의 구성을 개략적으로 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 시스템은, 시세 정보부(201), 사용자 주문 입력부(202), 주문 정보 학습부(203), 주문 예측부(204), 저장부(205), 주문 비교부(206), 패킷 생성부(207), 패킷 암호화부(208) 및 전송부(209)를 포함하여 구성된다.FIG. 2 is a diagram schematically illustrating a configuration of a forecasting platform system for financial instrument trading according to the present invention. 2, the forecasting platform system for financial instrument trading according to the present invention includes a ticker information unit 201, a user order input unit 202, an order information learning unit 203, an order predicting unit 204, A storage unit 205, an order comparison unit 206, a packet generation unit 207, a packet encryption unit 208, and a transmission unit 209.

상기 주문 입력부(202)는 상기 시세 정보부(201)에서 제공되는 금융거래정보를 바탕으로 사용자에 의해 입력된 금융거래주문을 입력받거나 컴퓨터 프로그램이 내린 주문을 쓰레드가 받아서 처리하게 된다. The order input unit 202 receives the financial transaction order input by the user based on the financial transaction information provided by the ticker information unit 201 or receives a request from the computer program to process the received order.

상기 주문 정보 학습부(203)는 상기 주문 입력부(202)에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하게 된다. The order information learning unit 203 learns the order pattern from the financial transaction order information input to the order input unit 202 and learns.

보다 구체적으로, 상기 주문 정보 학습부(203)는 상기 주문 입력부(202)에 사용자에 의해 직접 주문 입력된 금융거래 주문 정보 또는 플랫폼 스스로 인공 지능을 통해 주문 패턴의 학습을 습득할 수 있다. More specifically, the order information learning unit 203 can learn the order pattern through the artificial intelligence or the financial transaction order information directly input by the user to the order input unit 202.

상기 주문 예측부(204)는 상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터에서 해당 금융거래주문을 예측하게 된다. 여기서, 실제 거래소에서 거래되는 시세 등의 추가적인 정보를 통해서 더 정확한 예측을 수행할 수 있다. 즉, 예측하는 패킷의 숫자는 여러 가지 요소에 따라 달라질 수 있는데 예를 들어 향후 몇개의 주문을 예측할 것인지 얼마나 많은 종목을 예측할 것이지 어떤 종류의 주문을 예측할 것이지 어떤 가격대를 예측할 것인지 등등 많은 요소를 고려할 수 있다. The order predicting unit 204 predicts the financial transaction order from the order packet data generated in advance using the learned order pattern. Here, it is possible to perform more accurate prediction through additional information such as quotes traded on a real exchange. That is, the number of packets to be predicted can vary depending on various factors, for example, how many predictions will be made in the future, how many items will be predicted, what kind of order will be predicted, what price range will be predicted, have.

또한, 주문 예측은 지속적으로 반복 수행하게 되며, 가격대 변화, 사용자들의 주문 패턴 변화 등의 여러 가지 외부 요인을 고려하면서 지속적으로 새로운 예측을 하게 된다. 여기서, 외부 요인의 변화는 사용자들의 주문 패턴의 학습이나 거래소에서 보내주는 실시간 호가 정보 등을 분석함으로써 수집할 수 있다. In addition, order forecasts are continuously repeated, and new forecasts are continuously made considering various external factors such as changes in price range and changes in order patterns of users. Here, the change of the external factor can be collected by learning the order pattern of the users or analyzing the real time quotation information sent from the exchange.

한편, 상기 주문 예측부(204)에서 상기 입력된 금융거래주문에 대응하는 주문 패킷이 예측되지 않으면 상기 입력된 금융거래주문에 대한 주문 패킷을 생성하도록 상기 패킷 생성부(207)에 신호를 출력하게 된다. On the other hand, if the order prediction unit 204 does not predict the order packet corresponding to the inputted financial transaction order, the order prediction unit 204 outputs a signal to the packet generation unit 207 to generate an order packet for the inputted financial transaction order do.

상기 주문 비교부(206)는 상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하게 된다. 여기서, 상기 입력된 금융거래주문이 데이터 베이스화된 주문 예측 정보에 있다면 해당 주문 예측 정보에 대한 주문 예측 패킷을 상기 전송부(209)에 출력하게 된다. The order comparison unit 206 compares the pre-stored order prediction information with the inputted financial transaction order to determine whether there is matching order information. Here, if the inputted financial transaction order is in the order prediction information formulated in the database, the order prediction packet for the order prediction information is output to the transmission unit 209.

상기 패킷 생성부(207)는 상기 학습된 주문 정보에 대해 상기 주문 예측부(204)에서 금융거래주문에 대한 주문 예측 패킷을 생성하게 된다. The packet generation unit 207 generates the order prediction packet for the financial transaction order in the order prediction unit 204 with respect to the learned order information.

또한, 상기 패킷 생성부(207)는 상기 주문 예측부(204)에서 상기 입력된 금융거래주문에 대응하는 주문 패킷 생성 신호를 직접 입력받으면 해당 주문 패킷을 생성하게 된다. 여기서, 상기 입력된 금융거래주문에 대응하는 주문 예측 패킷이 예측되지 않으면 상기 입력된 금융거래주문에 대한 주문 패킷을 직접 생성하도록 제어 신호를 입력받게 되어 해당 주문 패킷을 생성하게 된다.In addition, when the order generating unit 207 receives the order packet generating signal corresponding to the input financial transaction order directly from the order predicting unit 204, the packet generating unit 207 generates the order packet. Here, if the order prediction packet corresponding to the inputted financial transaction order is not predicted, a control signal is input to directly generate an order packet for the input financial transaction order, and the order packet is generated.

상기 패킷 암호화부(208)는 상기 패킷 생성부(207)에서 생성된 주문 패킷을 암호화 처리하게 된다. The packet encryption unit 208 encrypts the order packet generated by the packet generation unit 207.

상기 전송부(209)는 상기 암호화 처리된 주문 예측 패킷 또는 주문 패킷을 거래소에 전송하게 된다. The transmission unit 209 transmits the encrypted order prediction packet or the order packet to the exchange.

상기 저장부(205)는 상기 주문 정보 학습부(203)에서 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터를 저장하고, 상기 예측되지 않은 주문 패킷에 대해 경우의 주문 패킷도 저장하여 데이터 베이스화한다.
The storage unit 205 stores the order packet data generated in advance using the order pattern learned in the order information learning unit 203, and also stores order packets in the case of the unexpected order packet, do.

도 3은 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 제공방법에 대한 순서도이다. 도 3에 도시된 바와 같이, 본 발명에 따른 금융상품거래를 위한 예측 플랫폼 제공방법은, 먼저 금융거래시세 정보부에서 제공되는 금융거래정보를 바탕으로 금융거래주문을 입력받는 단계가 수행된다(S301). 여기서, 상기 시세 정보부(201)에서 제공되는 금융거래정보를 바탕으로 사용자에 의해 입력된 금융거래주문을 입력받거나 컴퓨터 프로그램이 내린 주문을 쓰레드가 받아서 처리하게 된다. 3 is a flowchart illustrating a method of providing a forecasting platform for financial instrument trading according to the present invention. As shown in FIG. 3, in the method of providing a forecast platform for a financial instrument transaction according to the present invention, a step of receiving a financial transaction order is first performed based on the financial transaction information provided by the financial transaction price information unit (S301) . Here, based on the financial transaction information provided by the ticker information unit 201, a financial transaction order inputted by the user is input or a thread received by the computer program is received by the thread and processed.

그 다음으로, 상기 주문 입력부에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하는 단계가 수행된다(S302). 여기서, 상기 주문 입력부(202)에 사용자에 의해 직접 주문 입력된 금융거래 주문 정보 또는 플랫폼 스스로 인공 지능을 통해 주문 패턴의 학습을 습득할 수 있다. Next, in step S302, an order pattern is learned and learned from the financial transaction order information input to the order entry unit. Here, it is possible to acquire the learning of the order pattern through the financial transaction order information directly inputted by the user in the order input unit 202 or the artificial intelligence by the platform itself.

그리고, 상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 예측 패킷 데이터에서 해당 주문을 예측하는 단계가 수행된다(S303). 상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터에서 해당 금융거래주문을 예측하게 된다. 여기서, 실제 거래소에서 거래되는 시세 등의 추가적인 정보를 통해서 더 정확한 예측을 수행할 수 있다. 즉, 예측하는 패킷의 숫자는 여러 가지 요소에 따라 달라질 수 있는데 예를 들어 향후 몇개의 주문을 예측할 것인지 얼마나 많은 종목을 예측할 것이지 어떤 종류의 주문을 예측할 것이지 어떤 가격대를 예측할 것인지 등등 많은 요소를 고려할 수 있다. In step S303, the input financial transaction order is predicted from the order prediction packet data generated using the learned order pattern in step S303. And the financial transaction order is predicted from the order packet data generated in advance using the learned order pattern. Here, it is possible to perform more accurate prediction through additional information such as quotes traded on a real exchange. That is, the number of packets to be predicted can vary depending on various factors, for example, how many predictions will be made in the future, how many items will be predicted, what kind of order will be predicted, what price range will be predicted, have.

또한, 주문 예측은 지속적으로 반복 수행하게 되며, 가격대 변화, 사용자들의 주문 패턴 변화 등의 여러 가지 외부 요인을 고려하면서 지속적으로 새로운 예측을 하게 된다. 여기서, 외부 요인의 변화는 사용자들의 주문 패턴의 학습이나 거래소에서 보내주는 실시간 호가 정보 등을 분석함으로써 수집할 수 있다. In addition, order forecasts are continuously repeated, and new forecasts are continuously made considering various external factors such as changes in price range and changes in order patterns of users. Here, the change of the external factor can be collected by learning the order pattern of the users or analyzing the real time quotation information sent from the exchange.

이어서, 상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하는 단계가 수행된다(S304). Next, the pre-stored order prediction information is compared with the inputted financial transaction order to determine whether there is matching order information (S304).

상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하게 된다. And compare the pre-stored order prediction information with the input financial transaction order to determine whether there is matching order information.

상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보와 일치하면 해당 주문 정보에 대응하는 기 생성된 주문 예측 패킷을 거래소에 전송하는 단계가 수행된다(S305). 여기서, 상기 입력된 금융거래주문이 데이터 베이스화된 주문 예측 정보에 있다면 해당 주문 예측 정보에 대한 주문 예측 패킷을 상기 전송부(209)에 출력하게 된다. If the pre-stored order forecast information is matched with the input financial transaction order, the pre-generated order prediction packet corresponding to the order information is transmitted to the exchange (S305). Here, if the inputted financial transaction order is in the order prediction information formulated in the database, the order prediction packet for the order prediction information is output to the transmission unit 209.

또한, 도 4는 본 발명에 따른 주문 예측의 과정을 도시한 도면이다. 도 4에 도시된 바와 같이, 상기 주문을 예측하는 단계는, 상기 학습된 주문 정보를 저장하는 단계를 수행하게 된다(S401). 그리고, 상기 저장된 주문 정보를 바탕으로 주문 예측 패킷을 생성하는 단계가 수행된다(S402). 그 다음 상기 주문 예측 패킷을 암호화 처리하는 단계가 수행되고(S403), 상기 암호화 처리된 주문 예측 패킷을 저장하여 데이터 베이스화 하는 단계가 수행된다(S404). 4 is a diagram illustrating a process of order prediction according to the present invention. As shown in FIG. 4, the step of predicting the order performs a step of storing the learned order information (S401). Then, a step of generating an order prediction packet based on the stored order information is performed (S402). Next, a step of encrypting the order prediction packet is performed (S403), and a step of storing the encrypted order prediction packet and forming a database is performed (S404).

한편, 상기 판단하는 단계(S304)에서 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 없으면 일반적인 과정과 같이 상기 입력된 금융거래주문에 대응하는 주문 패킷을 직접 생성하게 되는데 상기 생성된 주문 패킷을 암호화 처리하는 단계(S306)와 상기 암호화 처리된 주문 패킷을 거래소에 전송하는 단계(S307)가 수행된다. 여기서, 상기 전송된 주문 패킷을 주문 예측을 위한 데이터 베이스를 구축하기 위해 저장하는 단계가 더 수행될 수 있다. If there is no matching order information, the order packet corresponding to the input financial transaction order is directly generated as in the normal process. If the generated order packet is not generated, The encryption processing step S306 and the encrypted order packet transmission step S307 are performed. Here, the step of storing the transmitted order packet to build a database for predicting order can be further performed.

이상에서 설명한 바와 같이, 본 발명의 상세한 설명에서는 본 발명의 바람직한 실시 예에 관하여 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 범주에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 따라서 본 발명의 권리 범위는 설명된 실시 예에 국한되어 정해져서는 안되며, 후술하는 청구범위뿐만 아니라, 이와 균등한 것들에 의해 정해져야 한다.While the present invention has been particularly shown and described with reference to exemplary embodiments, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, Of course, this is possible. Therefore, the scope of the present invention should not be limited to the described embodiments, but should be defined by the equivalents as well as the claims that follow.

<도면의 주요부분에 대한 부호의 설명>
201 --- 시세 정보부 202 --- 사용자 주문 입력부
203 --- 주문 정보 학습부 204 --- 주문 예측부
205 --- 저장부 206 --- 주문 비교부
207 --- 패킷 생성부 208 --- 패킷 암호화부
209 --- 전송부Description of the Related Art
201 --- Market information department 202 --- User order input part
203 --- Order information learning part 204 --- order predicting part
205 --- Store 206 --- Order comparator
207 --- Packet Generation Unit 208 --- Packet Encryption Unit
209 --- Transmission unit

Claims (7)

전자 금융 거래의 주문을 위한 시스템에 있어서,
시세 정보부에서 제공되는 금융거래정보를 바탕으로 금융거래주문을 입력받는 주문 입력부와;
상기 주문 입력부에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하는 주문 정보 학습부와;
상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터에서 해당 금융거래주문을 예측하는 주문 예측부와;
상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하는 주문 비교부와;
상기 주문 예측부에서 예측된 금융거래주문에 대한 주문 예측 패킷을 생성하는 패킷 생성부와;
상기 패킷 생성부에서 생성된 주문 예측 패킷을 암호화 처리하는 패킷 암호화부 및
상기 암호화 처리된 주문 예측 패킷을 거래소에 전송하는 전송부를 포함하는 금융상품거래를 위한 예측 플랫폼 시스템.
A system for ordering electronic financial transactions,
An order input unit for inputting a financial transaction order based on the financial transaction information provided by the ticker information unit;
An order information learning unit that learns and learns an order pattern from the financial transaction order information input to the order input unit;
An order predicting unit for predicting the inputted financial transaction order from the order packet data generated in advance using the learned order pattern;
An order comparison unit comparing the pre-stored order prediction information with the inputted financial transaction order to determine whether there is matching order information;
A packet generating unit for generating a prediction prediction packet for a financial transaction order predicted by the order predicting unit;
A packet encryption unit for encrypting the order prediction packet generated by the packet generation unit;
And a transmitting unit for transmitting the encoded order prediction packet to the exchange.
제 1항에 있어서,
상기 주문 정보 학습부에서 학습된 주문 패턴을 이용하여 미리 생성된 주문 패킷 데이터를 저장하는 저장부를 더 포함하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 시스템.
The method according to claim 1,
And a storage unit for storing order packet data generated in advance using the order patterns learned by the order information learning unit.
제 1항에 있어서,
상기 주문 예측부에서 상기 입력된 금융거래주문에 대응하는 주문 예측이 되지 않으면 상기 입력된 금융거래주문에 대한 주문 패킷을 생성하도록 상기 패킷 생성부에 신호를 출력하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 시스템.
The method according to claim 1,
Wherein the order forecasting unit outputs a signal to the packet generation unit to generate an order packet for the inputted financial transaction order if the order prediction corresponding to the input financial transaction order is not performed by the order prediction unit Predictive platform system.
제 3항에 있어서,
상기 예측되지 않은 주문 패킷에 대해 주문 패킷을 생성한 후 저장부에 저장하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 시스템.
The method of claim 3,
And generates an order packet for the unexpected order packet and stores the generated order packet in the storage unit.
금융거래시세 정보부에서 제공되는 금융거래정보를 바탕으로 금융거래주문을 입력받는 단계와;
상기 주문 입력부에 입력된 금융거래주문 정보에서 주문 패턴을 파악하여 학습하는 단계와;
상기 입력된 금융거래주문을 상기 학습된 주문 패턴을 이용하여 미리 생성된 주문 예측 패킷 데이터에서 해당 주문을 예측하는 단계와;
상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 있는지 여부를 판단하는 단계; 및
상기 입력된 금융거래주문에 대해 기 저장된 주문 예측 정보와 일치하면 해당 주문 정보에 대응하는 기 생성된 주문 예측 패킷을 거래소에 전송하는 단계를 포함하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 제공방법.
Receiving a financial transaction order based on the financial transaction information provided by the financial transaction price information unit;
Determining and learning an order pattern in the financial transaction order information input to the order entry unit;
Estimating an order of the inputted financial transaction order from order prediction packet data generated in advance using the learned order pattern;
Comparing the pre-stored order prediction information with the input financial transaction order to determine whether there is matching order information; And
And transmitting the pre-generated order prediction packet corresponding to the order information to the exchange if the pre-stored order prediction information matches the pre-stored order prediction information for the inputted financial transaction order. .
제 5항에 있어서,
상기 주문을 예측하는 단계는,
상기 학습된 주문 정보를 저장하는 단계와;
상기 저장된 주문 정보를 바탕으로 주문 예측 패킷을 생성하는 단계와;
상기 주문 예측 패킷을 암호화 처리하는 단계 및 상기 암호화 처리된 주문 예측 패킷을 저장하는 단계를 포함하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 제공방법.
6. The method of claim 5,
The step of predicting the order comprises:
Storing the learned order information;
Generating an order prediction packet based on the stored order information;
A step of encrypting the order prediction packet, and a step of storing the encryption processing order prediction packet.
제 5항에 있어서,
상기 판단하는 단계에서 기 저장된 주문 예측 정보를 비교하여 일치하는 주문 정보가 없으면 상기 입력된 금융거래주문에 대응하는 주문 패킷을 생성하는 단계와;
상기 생성된 주문 패킷을 암호화 처리하는 단계 및 상기 암호화 처리된 주문 패킷을 거래소에 전송하는 단계; 및
상기 전송된 주문 패킷을 저장하는 단계를 포함하는 것을 특징으로 하는 금융상품거래를 위한 예측 플랫폼 제공방법.
6. The method of claim 5,
Comparing the pre-stored order prediction information in the determining step to generate an order packet corresponding to the input financial transaction order if there is no matching order information;
Encrypting the generated order packet and transmitting the encrypted order packet to an exchange; And
And storing the transmitted order packet. &Lt; Desc / Clms Page number 21 &gt;
KR1020130033720A 2013-03-28 2013-03-28 Speculative platform system for financial trading and the method KR101535500B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130033720A KR101535500B1 (en) 2013-03-28 2013-03-28 Speculative platform system for financial trading and the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130033720A KR101535500B1 (en) 2013-03-28 2013-03-28 Speculative platform system for financial trading and the method

Publications (2)

Publication Number Publication Date
KR20140118209A true KR20140118209A (en) 2014-10-08
KR101535500B1 KR101535500B1 (en) 2015-07-09

Family

ID=51991095

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130033720A KR101535500B1 (en) 2013-03-28 2013-03-28 Speculative platform system for financial trading and the method

Country Status (1)

Country Link
KR (1) KR101535500B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102194776B1 (en) * 2020-04-07 2020-12-23 티미드링크 주식회사 System for determining sales price of Point determining sales price using Artifical Intellegence

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101608414B1 (en) * 2015-08-14 2016-04-01 주식회사 게당케코리아 System for trading financial product using trust-based interaction, method for providing financial product and method for making financial product

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100401198B1 (en) * 1999-12-30 2003-10-10 삼성전자주식회사 Apparatus for banking service and method thereof in mobile telecommunication system
KR100546377B1 (en) * 2003-09-05 2006-01-26 삼성전자주식회사 Method for improving data transmission speed in data storage system and disc drive using the same
KR20070070588A (en) * 2005-12-29 2007-07-04 노틸러스효성 주식회사 Atm of recognizing the financial transactions pattern of the customer
JP2009026253A (en) * 2007-07-24 2009-02-05 Daiwa Securities Group Inc Buying-and-selling-order input device and program

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102194776B1 (en) * 2020-04-07 2020-12-23 티미드링크 주식회사 System for determining sales price of Point determining sales price using Artifical Intellegence

Also Published As

Publication number Publication date
KR101535500B1 (en) 2015-07-09

Similar Documents

Publication Publication Date Title
CN109347917A (en) Block chain data common recognition processing method, system, storage medium and electronic equipment
Li et al. Oil-importing optimal decision considering country risk with extreme events: A multi-objective programming approach
CA3059610A1 (en) Secure multi-party computation with no trusted initializer
JP7354463B2 (en) Data protection methods, devices, servers and media
CN114186256A (en) Neural network model training method, device, equipment and storage medium
CN111563267A (en) Method and device for processing federal characteristic engineering data
CN114611008B (en) User service strategy determination method and device based on federal learning and electronic equipment
CN112700281A (en) Behavior prediction method, behavior prediction device, behavior prediction equipment and computer readable storage medium
CN110969261B (en) Encryption algorithm-based model construction method and related equipment
KR101535500B1 (en) Speculative platform system for financial trading and the method
US20240134892A1 (en) Information generation method, apparatus, electronic device, and computer -readable medium
CN114298202A (en) Image encryption method and device, electronic equipment and storage medium
US11586845B2 (en) Method for automatically identifying signals or patterns in time series data by treating series as image
WO2024067568A1 (en) Recommendation-information generation method and apparatus, and device, medium and program product
CN114679283A (en) Block chain data request processing method and device, server and storage medium
CN115953183A (en) Electricity selling company electricity purchasing and selling risk prediction system and method for spot market
US20180276749A1 (en) Multi-disciplinary comprehensive real-time trading signal within a designated time frame
CN114611143A (en) Data decryption sharing method, device, equipment and medium
KR102534888B1 (en) Missing value prediction method using feature embedding neural processes
CN114358311B (en) Longitudinal federal data processing method and device
US11516005B2 (en) System and method for executing data access transaction
CN116910630B (en) User identification information storage method, device, electronic equipment and medium
CN116796860B (en) Federal learning method, federal learning device, electronic equipment and storage medium
CN115150196B (en) Ciphertext data-based anomaly detection method, device and equipment under normal distribution
CN116011595A (en) Data processing method and data processing device

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant